2000—2018年黃土高原植被覆蓋時空變化及影響因素

李依璇， 朱清科，2?， 石若瑩， 茍清平

(1.北京林業大學水土保持學院，100083，北京；2.山西吉縣森林生態系統國家野外科學觀測研究站，042200，山西吉縣)

黃土高原跨越半干旱和半濕潤氣候帶，自然條件嚴酷，生態環境脆弱，水土流失十分嚴重[1-2]。植被是陸地生態系統中連接土壤、大氣和水分，是物質循環和能量流動中重要的一環[3]。植被恢復重建一直被認為是控制水土流失、改善生態環境的重要舉措。自 20 世紀末期我國大規模實施退耕還林(草)工程以來，黃土高原的植被覆蓋狀況明顯改善[1,4]。研究黃土高原植被覆被的空間分異規律及演化趨勢，對科學反映該地區生態環境建設成效具有重大意義[5]。

隨著遙感技術的成熟與發展，大范圍、高分辨率的連續時間序列的遙感衛星影像已廣泛應用于監測植被變化過程[6]。歸一化植被指數(normalized difference vegetation index, NDVI)與植被覆蓋度(fractional vegetation cover, FVC)相關性較好，被認為是大尺度監測陸地植被變化的最佳指示因子[7-8]。近年來，眾多學者針對黃土高原植被覆被遙感監測及其影響因素開展了大量研究，結論大多表明植被的生長狀況與該區氣候變化相關，溫度和降水被普遍認為是影響黃土高原植被格局變化的主要驅動因素[9-10]，且降水是該區地表植被覆被動態變化過程中最主要的限制因子[5,10-13]。不同的植被類型對氣溫、降水的響應程度不同，進而造成NDVI對氣候因子的響應具有空間差異性[10]。同時，人類活動也是植被覆被變化的驅動力之一，隨著我國在黃土高原及周邊地區一系列生態工程的開展及區內城鎮化建設進程，人類活動對植被覆被情況的影響越來越大[14-15]。

準確了解黃土高原植被覆蓋的時空動態，是客觀評價該區退耕還林工程實施成果的一項重要指標[16]。延安市及吳起縣作為退耕還林的典型區域，其植被覆蓋度變化較整個黃土高原有較為明顯的特征[17-19]。目前關于黃土高原及陜北植被覆被變化相關研究較多，研究時段長短不一，選取的遙感影像分辨率不同，且當前關于退耕還林的研究以來大多集中于黃土高原整體植被覆蓋情況，對同一時段不同尺度范圍的對比鮮見報道。筆者采用分辨率為250 m的MODIS數據，以退耕還林工程開展時間為起點，以黃土高原植被覆蓋度為主要研究對象，從植被覆蓋情況時空動態變化切入，探究該區植被覆被的影響因素；對比黃土高原、延安市、吳起縣3個區域植被覆蓋演變及其氣候動態變化過程的差異，探究不同尺度范圍對氣候因子的響應程度，對區內近20年退耕還林(還草)工程的實施效果評價提供科學依據。

1 研究區概況

黃土高原位于我國黃河流域中上游，東起太行山，西至賀蘭山與日月山，南起秦嶺，北抵陰山，地理范圍為E 100°54′～114°33′、N 33°43′～41°16′，總面積約62.6萬km2[16]。在行政單位區劃上，涉及內蒙古、寧夏、山西、陜西、甘肅、青海以及河南7個省份(自治區)。屬于大陸性季風氣候，冬季寒冷干燥多風沙，夏季炎熱多暴雨[15]。年均溫為9～12 ℃，年均降雨量在100～800 mm之間[10]。

2 數據與方法

2.1 數據來源及處理

2.1.1 遙感數據 遙感數據來源于LAADS DAAC美國航空航天局(https:∥ladsweb.modaps.eosdis.nasa.gov/)MODIS傳感器搭載的TERRA衛星，采用MOD13Q1產品：空間分辨率為250 m，時間間隔為16 d。通過MODIS Reprojection Tool(MRT)工具進行拼接、投影轉換等處理，完成影像的重采樣。采用最大值合成法(maximum value composition, MVC)減少云、大氣和太陽高度角的干擾，得到黃土高原2000—2018年生長季(4—10月)NDVI數據。

2.1.2 氣象數據 氣溫和降水是影響地表植被動態變化的2個重要氣候要素，筆者選取年平均氣溫及年降水量作為與黃土高原生長季植被覆蓋度擬合的氣候因子。氣象數據資料來源于國家氣象科學數據中心(https:∥data.cma.cn/)：中國地面降水及氣溫月值格點數據集。在ArcGIS軟件中分別生成年氣溫均值和年降水總量的柵格數據，使其具有與NDVI數據相同的投影和時空分辨率。

2.2 研究方法

2.2.1 像元二分模型 采用像元二分模型來計算植被覆蓋度，以此減小大氣、土壤與植被類型等因素的影響[20]。模型中，像元的NDVI 值由綠色植被所提供的信息NDVIveg和裸土所提供的信息NDVIsoil2部分組成，植被覆蓋度計算公式為：

(1)

式中：FVC為植被覆蓋度；NDVIsoil為無植被覆蓋區域的NDVI 值，近似為0；NDVIveg為完全植被覆蓋區域的NDVI 值，近似為1。根據經驗，分別取累計頻率為5% 和95% 的NDVI值NDVIsoil及NDVIveg[13]。

植被覆蓋度分類參照2008年我國水利部發布的《土壤侵蝕分類分級標準》，即低覆蓋度(FVC≤30%)、中低覆蓋度(30%75%)5級[21]。

2.2.2 趨勢分析 采用一元線性回歸的方法模擬柵格變化趨勢，反映研究區內植被覆蓋的時空演變格局[22]。slope為正數，即該像元值呈上升趨勢，植被良性發展，反之則代表植被退化[9]。

2.2.3 偏相關分析 基于像元空間分析法對2000—2018年黃土高原地區植被覆蓋度與氣候因子(年平均氣溫及年降水量)進行相關分析，以相關系數來表示氣候因子與植被覆蓋度的相關程度。在簡單相關系數的基礎上[23]計算得到偏相關系數。

2.2.4 殘差分析 在半干旱及干旱地區，植被覆蓋度主要受氣候條件和人類活動強度決定，降水因子和氣溫因子是氣候變化影響中的重要因子[24]。采用Evans 等[25]提出的殘差分析法，已在相關研究中廣泛應用。根據NDVI與氣候因子的相關關系，建立回歸模型，擬合出NDVI的預測值，定義為氣候因子對植被覆蓋的影響量。以NDVI的真實值減去NDVI模擬值得到殘差，剔除了氣候因子對植被覆蓋的影響，作為人為因素的影響量。

ε=NDVI真實-NDVI模擬。

(2)

式中：ε為殘差；NDVI真實為NDVI真實值；NDVI模擬為NDVI模擬值；ε>0，表示人類活動對植被覆蓋呈正向影響；ε<0，表示人類活動對植被覆蓋呈負向影響[23]。

3 結果與分析

3.1 黃土高原植被覆蓋度時空變化

3.1.1 植被覆蓋度動態變化 以黃土高原生長季植被覆蓋度均值表征植被覆被狀態，做時間序列回歸分析，對黃土高原植被覆蓋變化情況進行研究。如圖1所示，2000—2018年黃土高原植被覆蓋度呈波動性增加趨勢，總體增長速度為 0.004 62/a(R2=0.856 1)，植被覆被情況明顯改善。年際變化趨勢顯示：2000—2003年，黃土高原生長季植被覆蓋度呈顯著增加趨勢；2004—2015年，植被覆蓋度呈波動性增長，變化較為平緩；2016—2018年，植被覆蓋度增長趨勢顯著提升。

圖1 2000—2018年黃土高原生長季植被覆蓋度年際變化Fig.1 Interannual variation of fraction vegetation cover (FVC) in growing season of the Loess Plateau from 2000 to 2018

為了對比近20年黃土高原生長季植被覆蓋度的變化情況，根據我國《土壤侵蝕分類分級標準》將該區植被覆蓋度進行等級分類。由2000—2018年生長季植被覆蓋度分級統計(圖2)可知，近20年來黃土高原低覆蓋度區域面積顯著下降，其余等級植被覆蓋度均呈波動增加趨勢，且中覆蓋度、中高覆蓋度及高覆蓋度的增幅均>50%；至2018年，黃土高原植被覆蓋度以低覆蓋度及中覆蓋度為主，近年生長季植被覆蓋度均值穩定在中覆蓋度范圍內。

圖2 黃土高原生長季植被覆蓋度各等級年際變化柱狀圖Fig.2 Annual change histogram of FVCs at different grades in growing season of the Loess Plateau

3.1.2 植被覆蓋度空間變化 2000—2018年黃土高原年均生長季植被覆蓋度空間分布呈東南向西北遞減的趨勢(圖3)：植被覆蓋度高值分布在黃土高東南部的河谷平原區、山地區及黃土高原中部溝壑區的東南部。植被覆蓋度低值分布在黃土高原北部荒漠草原區，黃土高原中部溝壑區的北部及西部。對全區植被覆蓋度變化進行趨勢分析(圖4)，結果顯示：全區覆蓋度變化速率變化范圍為-0.058 66～0.053 93，平均值為0.004 62，整體表現為增加趨勢，呈增加趨勢的區域面積比例為75.64%，呈上升趨勢且大于整體平均值的區域面積占比44.00%。植被覆蓋度顯著增加的區域集中在黃土高原中部，向東北及西南方向延伸，植被退化的區域分布在北部、西北部、西部及南部的邊緣。

圖3 2000—2018黃土高原生長季植被覆蓋空間分布Fig.3 Spatial distribution of FVC in the growing season of the Loess Plateau, 2000-2018

圖4 2000—2018年黃土高原植被覆蓋度變化速率Fig.4 Slope of FVC on the Loess Plateau, 2000-2018

3.2 黃土高原植被覆蓋度影響因素

3.2.1 黃土高原植被覆蓋度與氣候因子的相關性分析 黃土高原生長季植被覆蓋度均值與年平均氣溫和年降水量的偏相關性空間分布結果如圖5所示：在研究時段內，黃土高原生長季植被覆蓋度與年降水量的整體平均偏相關系數為0.277 1，與年平均氣溫的整體平均偏相關系數為0.030 2，其中呈正相關的像元分別占總像元面積的81.30%和 53.67%。在時間序列上，黃土高原植被覆蓋度與年降水量的偏相關性顯著(P<0.05)，高于植被覆蓋度與年平均氣溫的偏相關性，且二者在空間分布上都表現出明顯的空間異質性。對植被覆蓋度與年平均氣溫及年降水量的偏相關系數進行t顯著性檢驗(圖6)，生長季植被覆蓋度與年平均氣溫相關性較差；與年降水量呈顯著正相關的區域比例30.52%，集中分布在黃土高原北部丘陵區及西南丘陵區。

圖5 黃土高原植被覆蓋度與氣候因子偏相關系數空間分布Fig.5 Spatial distribution of partial correlation coefficient between FVC and climatic factors in the Loess Plateau

圖6 黃土高原植被覆蓋度與氣候因子偏相關系數t檢驗結果Fig.6 t test results of partial correlation between FVC and climatic factors in the Loess Plateau

3.2.2 人類活動對黃土高原植被覆蓋度的影響 黃土高原位于干旱半干旱區，氣候變化影響著研究區植被覆被的時空變化情況，同樣人類活動也是該區植被覆被變化的重要驅動因素之一。一方面，生態工程的開展對植被覆蓋起到正向的促進作用；另一方面，城市擴張、開墾放牧等行為對植被覆蓋產生負向的破壞作用[26]。如圖7所示，黃土高原 71.90% 的區域人類活動在植被恢復中發揮正向作用，其促進作用顯著集中在延安市北部及其周邊地區。黃土高原西部、西北部及南部地區殘差多為負值，主要分布在經濟發展較快的省會城市西寧、銀川、西安及周邊地區，河套平原及相鄰的內蒙古荒漠草原一帶的耕地及牧區，人類活動對植被覆被產生負面影響。

圖7 2000—2018年黃土高原殘差變化趨勢Fig.7 Variation trend of residuals in the Loess Plateau, 2000-2018

3.3 不同尺度區劃單位植被覆蓋度及影響因素分析對比

3.3.1 延安及吳起縣植被覆蓋情況對比 由圖8可知，近20年來延安市及吳起縣植被覆被顯著提升，整體呈現平穩上升趨勢。總體來看，延安市及吳起縣植被恢復速度明顯優于黃土高原整體，植被覆蓋度變化斜率均值表現為：吳起縣(0.011 12/a)>延安市(0.009 80/a)>黃土高原(0.004 62/a)。近20年不同區劃范圍年生長季植被覆蓋度均值表現為：延安市(0.652 0)>黃土高原(0.429 2)>吳起縣(0.424 7)。從整體上來看，延安市83.07%的區域植被覆蓋度呈增加趨勢，吳起縣植被覆蓋度達到98.90%的正向增加，均高于黃土高原整體的74.16%，是黃土高原植被恢復的典型區域。由圖9及圖10所示，延安市植被覆蓋度呈現從南部向北部遞減的趨勢，吳起縣植被覆蓋度空間分異性不顯著。變化趨勢上，延安市南部呈現退化趨勢[14]，吳起縣植被變化趨勢與延安整體趨勢相反，呈北部退化、南部增加的趨勢。

圖8 2000—2018年延安及吳起生長季植被覆蓋度均值變化趨勢圖Fig.8 Change trend of average FVC in growing season of Yan′an and Wuqi, 2000-2018

圖9 延安市年均生長季植被覆蓋度空間分布Fig.9 Spatial distribution of FVC in annual growth season of Yan′an

圖10 2000—2018年延安市植被覆蓋度變化趨勢Fig.10 Slope value of FVC in Yan′an, 2000-2018

3.3.2 延安市及吳起縣對氣候因子相關性對比 延安市及吳起縣，植被覆蓋度與氣候因子的偏相關系數與黃土高原整體有所差異(圖1)。延安市、吳起縣域植被覆蓋度與年平均氣溫呈負相關，相關性強度表現為：吳起縣(-0.162 4)>延安市(-0.030 5)，呈負相關的像元分別占總像元面積的91.9%和59.6%。植被覆蓋度與年降水量偏相關系數表現為：吳起縣(0.260 6)>延安市(0.227 9)，呈正相關的像元分別占總像元面積的96.20%和90.09%。空間上，延安市北部地區對氣候因子的響應較強，但整體上延安市及吳起縣內的植被覆蓋度與氣候因子的相關性未達到顯著。

4 討論

植被與氣候因子、人類活動的響應是一個極其復雜的關系，已受到學者的廣泛關注。自1999年開展退耕還林工程以來，黃土高原植被覆蓋情況發生了深刻變化，大量學者對該區植被覆蓋變化的驅動力進行研究。已有研究表明，與全年植被覆蓋度最大值相比生長季植被覆蓋度均值穩定性更強，能更好表征植被變化趨勢，揭示植被覆蓋變化規律[27]。因此本文基于2000—2018年黃土高原生長季植被覆蓋度均值探究該區植被變化趨勢。全區75.64% 呈植被增加趨勢，整體向中等植被覆蓋度、中高植被覆蓋度轉移，植被覆被呈現東南高西北低的空間分布特征，與郭永強等[12]和易浪等[26]的研究結果一致。在干旱及半干旱地區，水分是限制植被生長的重要因子。筆者選取了年平均氣溫及年降水量2個具有代表性的氣候因子與植被覆蓋度進行相關分析，結果表明黃土高原生長季植被覆蓋度與年降水量之間相關性呈顯著正相關(P<0.05)，而與年平均氣溫的相關系數較低，此結果與劉旻霞等[14]和易浪等[26]的研究基本一致。部分研究表明，黃土高原植被覆蓋度與年平均氣溫呈微弱負相關，但在本文研究中僅近50%的區域呈負相關，可能與研究時段及氣候數據集的選取有關。

圖11 延安市植被覆蓋度與氣候因子偏相關系數空間分布Fig.11 Spatial distribution of partial correlation coefficient between vegetation coverage and climatic factors in Yan′an city

延安市及吳起縣植被恢復效果良好，吳起縣和延安市的植被覆蓋度變化速率分別是黃土高原整體的近2.5倍及2倍。且與氣候因子(年降水量及年平均氣溫)的相關系數高于黃土高原整體，但植被覆蓋度與氣候因子的相關性未達到顯著。可能由于人類活動強度對黃土高原植被覆被的時空變化起到重要影響，間接導致該區植被覆蓋度對氣候因子敏感度降低，顯著性下降[26]。由殘差分析可知，人類活動顯著發揮正向作用的地區集中在延安北部及周邊地區，說明該區退耕還林等生態工程的植被恢復成效顯著強于黃土高原其他地區。

筆者僅對運用殘差分析法對部分氣候因子和人類活動的整體影響進行了簡單區分，即表明植被覆蓋度殘差顯著區域的植被變化不能單單用氣候條件來解釋。但研究區內氣候因素(氣溫、降水、蒸發量等)及自然條件(地形，土壤等)不盡相同，人類活動(土地利用變化等)多種多樣，對植被覆被影響復雜，如何在后續的研究中合理、全面的對植被覆蓋度的驅動因子進行定量分析，還需我們探討更加有效的研究方法。

5 結論

1)2000—2018年，黃土高原生長季植被覆蓋度均值由36.9%提升至49.1%，整體上呈現波動性增長趨勢，2000—2003年植被增長速度快，與政策實施初期大面積造林有關。植被覆蓋度的分布具有空間差異性，呈現東南向西北遞減的趨勢。

2)延安市及吳起縣植被恢復速度高于黃土高原整體，作為退耕還林的典型區域，其植被覆蓋度有極大提升。延安市植被覆蓋度從50.10%升至74.23%，吳起縣植被覆蓋度由25.00% 提高至55.07%，增幅表現為：吳起>延安>黃土高原，生態建設效果顯著。

3)總體上黃土高原氣候因子向年降水量增加年平均氣溫升高的暖濕趨勢發展，但線性關系不顯著。整體上黃土高原全區植被覆蓋度與年降水量的偏相關系數呈顯著正相關(P<0.05)，高于植被覆蓋度與年平均氣溫的相關性。

4)人為活動對黃土高原植被恢復起正向作用的區域占71.90%，其促進作用顯著區域集中在延安市北部及其周邊地區，退耕還林工程等人類活動對該區植被恢復的積極作用顯著。